一种结合GMM Token配比与聚类的核心训练语音选择方...
授权
摘要
本发明公开了结合GMM Token配比与聚类的核心训练语音选择方法，该方法通过对原始训练语音的GMM Token配比特征进行聚类，选取距离每个聚类中心较近的训练语音作为核心训练语音。通过本发明提供的核心训练语音选择方法可以选取更具代表性的核心训练语音数据，使得仅用部分训练数据所获取的模型性能优于原始训练数据对应的模型，不仅节约了训练时间和能耗，而且提升了识别性能。该方法适用于语音识别、说话人识别、伪造语音识别等语音分类场景。
基本信息
专利标题 ：
一种结合GMM Token配比与聚类的核心训练语音选择方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113192493A
申请号 ：
CN202110473820.2
公开（公告）日 ：
2021-07-30
申请日 ：
2021-04-29
授权号 ：
CN113192493B
授权日 ：
2022-06-14
发明人 ：
杨莹春魏含玉吴朝晖
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州天勤知识产权代理有限公司
代理人 ：
王琛
优先权 ：
CN202110473820.2
主分类号 ：
G10L15/06
IPC分类号 ：
G10L15/06 G10L15/14
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L15/00
语音识别
G10L15/06
创建基准模板；训练语音识别系统，例如对说话者声音特征的适应
法律状态
2022-06-14 ：
授权
2021-08-17 ：
实质审查的生效
IPC(主分类) : G10L 15/06
申请日 : 20210429
申请日 : 20210429
2021-07-30 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
